Torch

Torch是一个开源的机器学习框架,最初由纽约大学团队开发并以Lua语言实现,因其灵活性和强大的张量计算能力在学术研究中广受欢迎。其核心设计以​​动态计算图​​为特色,支持交互式调试和直观的模型构建方式,尤其适合深度学习领域的快速原型设计和实验迭代。2017年,PyTorch作为Torch的Python版本正式发布,继承了Torch的灵活性与核心理念,同时依托Python丰富的科学生态(如NumPy)和更广泛的开发者社区,迅速成为主流。PyTorch通过​​自动微分(Autograd)​​、​​GPU加速张量运算​​以及​​模块化的神经网络构建接口(torch.nn)​​,为研究人员提供了极致的灵活性和控制力,其动态图机制使得模型调试和修改更为直观便捷。尽管后续版本增加了对生产部署的优化(如TorchScript),但其核心优势始终体现在研究和实验阶段的高效性上。PyTorch现已与TensorFlow并列成为深度学习领域最具影响力的框架之一,被广泛应用于学术研究、工业探索以及各类AI模型的原型开发。
AI智能客服知识库系统是一套基于大语言模型(LLM)与RAG检索增强技术构建的企业级智能问答平台。系统支持多格式知识文档上传、自动解析与向量化索引,实现企业知识统一管理与智能检索。用户可通过自然语言进行咨询,系统结合知识库内容生成准确回答,并提供答案溯源、会话管理、数据统计等功能,有效提升客户服务效
40Torch人工智能
项目包含五大核心功能模块:1)多通道数据采集模块:集成BaoStock(证券级行情)、akshare(东方财富基本面)、YahooFinance、SECEDGAR等多种数据源,自动获取历史行情、财务指标和公司公告;2)智能舆情分析模块:通过Tavily新闻搜索与LLM情感分析,对目标股票进行多维度舆
90Torch金融
系统实现了一个完整的黑盒对抗攻击检测与防御展示平台。用户可以在前端选择CIFAR-10+ResNet-18或TinyImageNet+EfficientNet-B0实验组合,配置黑盒攻击方法、防御方法、查询场景、查询预算、样本数量和检测阈值。系统支持HSJA、NES、SimBA、BA、Sign-Op
230Python人工智能
系统支持用户注册登录、问卷画像采集、个性化活动推荐、换一批推荐、推荐理由解释、个人中心与偏好设置等用户端功能;同时提供管理员数据看板、用户管理、活动管理、推荐效果分析、模型信息查看和系统配置等后台能力。推荐结果不仅展示活动列表,还会结合用户画像和模型评分生成推荐解释,帮助用户理解推荐原因。后台可以查
310Python电商
AI智能问答支持:怪物、装备、道具、任务、NPC、技能、地图、职业、升级攻略、专题攻略装备搜索支持:武器、防具、饰品、卷轴任务攻略支持:任务接取、任务流程、任务奖励、任务前置专题攻略库仪表盘:各类型数据、访问量、向量化数量任务功能:数据整理、全量向量化、增量向量化向量管理:查看已向量化数据,验证检索
340Python人工智能
意图识别、意图路由、Agent节点规划(图算法)、MCP服务调用、GraphRAG检索以及结果加权融合、向量召回、Skills技能包意图识别、正常对话、天气查询、表单处理、报告生成、非结构化数据处理、DOCX格式报告(图文表格5W字+)撰写、Agent自动化处理(类manus、openclaw,替代
260Python人工智能
系统包含公告字段标准化、地区行业预算关键词筛选、SQLite知识记录与重复公告拦截、可替换的Dify或大模型研判接口、JSON和Markdown报告生成,以及企业微信机器人消息构造。系统默认以演示模式运行,不向第三方发送数据,并配套自动测试。
270JavaScript人工智能
功能介绍:支持多网站并发采集,具备智能反反爬机制(IP池轮换、Cookie管理、请求头随机化),支持断点续爬、数据去重清洗、实时存储至多种数据库,提供可视化监控面板、异常告警、定时任务调度等功能,可配置化爬取规则适应不同网站结构,支持海量数据高效处理与导出。
340自动化测试人工智能
图像识别模块:对接视觉模型API,支持图片内容识别和文字提取。智能对话模块:基于大模型实现问答交互,支持多轮对话。API接口封装:将AI能力封装为标准接口,方便第三方系统调用。数据管理:记录调用日志和识别结果,支持查看和导出。
410Caffe人工智能
功能模块包括:1)按客服回复、商品介绍、营销短文、工作邮件等场景选择模板;2)输入产品信息、客户问题、语气要求和字数限制;3)生成正式版、亲和版、精简版等多种回复;4)支持结果复制、二次修改和批量生成;5)保留常用提示词与场景配置,方便后续快速复用。
290Torch人工智能
系统划分四大核心功能模块:1.座位预约模块:提供可视化座位地图,支持按楼层、时段筛选预约,可一键取消预约;2.身份签到信誉模块:接入人脸识别签到签退,配套信誉积分体系,违约扣积分、低分限制预约;3.AI违规监管模块:集成YOLOv8图像识别检测占座行为,支持学生违规举报、管理员审核处置;4.数据统计
360Spring人工智能
技术栈:Python、Streamlit、Pyvis、ONNXRuntime、DeepSeekAPI主要功能:藏药知识库、知识图谱可视化、AI问答,以及藏文OCR
310Java人工智能
项目采用微服务架构,包含用户认证系统、多轮智能对话引擎、文档检索增强生成(RAG)系统、会话管理模块、管理后台等完整功能体系项目的主要功能描述:用户端:注册登录、多轮对话、会话历史管理、实时流式响应、Markdown富文本展示、主题切换管理端:用户管理、系统提示词配置、Few-shot示例管理、使用
230Java人工智能
多模态规划现语音交互,个性化闹钟设置,个性化资源,问答系统,人脸情绪识别,情感分析、任务代办、问答系统、错题诊断等板块加强学生的学习积极性,为学生提供有效的学习平台。
290Python人工智能
平台包含智能体市场、A2A协作引擎、创作者后台三大核心模块,支持智能体上传、标准化服务发布,可实现多智能体自动拆解任务、协同完成服务,还能提供全流程的协作状态追踪与交付管理。
260Caffe人工智能
本项目是一套面向网络安全领域的违规托管智能识别系统,融合多源数据采集、沙箱化浏览器取证与多模态大模型推理能力,实现对互联网违规托管站点的自动化发现、分析与取证闭环。一、多源数据智能接入系统支持手动导入与自动同步双通道数据接入。用户可上传Excel/CSV批量提交待检主机;同时深度对接安全分析平台,基
520Python人工智能
实现高光谱图像(HSI)的分类训练与评估,支持使用:原始高光谱数据输入由扩散模型生成的扩散特征输入(可选)模块:workflow.py:负责读取配置、调度数据加载、模型训练、评估和结果保存。data_provider.py:负责读取.mat数据、可选加载扩散特征、预处理并生成训练/测试patch或n
270Python人工智能
程序自动从本地tdx文件夹获得数据,然后按照放量,行业内排名等信息进行综合打分选股,自动输出文件,可以实现自动截图,发布到知识星球,或公众号等平台,也可以模拟鼠标按键进行自动下单
290自动化测试金融
三、功能模块1.工单管理创建、查看、搜索、删除工单支持按状态筛选(待提交/审批中/已完成/已撤回)批量操作(批量审批、批量停止)2.材料上传与鉴别多图片上传,支持base64/本地路径/URL多种格式调用VL模型(通义千问qwen-vl-plus)逐份分析图片内容单次批量鉴别:一次性提交全部材料,统
630Python政务
这个项目包含内容分类展示、动态背景渲染、作品上传管理、用户浏览收藏四大核心模块,还能依托AI工具快速生成页面内容、一键适配PC与移动端,帮中小文娱创作者不用写代码就能低成本搭出个性化内容站,解决新手开发落地慢、成本高的痛点。
580Caffe人工智能
当前共46个项目more
×
寻找源码
源码描述
联系方式
提交